java中的字符编码_理解Java中的字符编码

研究了快一周的Java中的字符编码，查阅了一些资料，算是初步有一些结果吧，现在总结如下：

首先看一下标准的JDK中的说明

String(byte[] bytes)

构造一个新的 String，方法是使用平台的默认字符集解码字节的指定数组。

String(byte[] bytes, String charsetName)

构造一个新的 String，方法是使用指定的字符集解码指定的字节数组。

getBytes()

使用平台默认的字符集将此 String 解码为字节序列，并将结果存储到一个新的字节数组中。

getBytes(String charsetName)

使用指定的字符集将此 String 解码为字节序列，并将结果存储到一个新的字节数组中。

1. Java中的字符处理都是Unicode编码的；比如我们在代码中建立

String str1 = new String("This is a string");

String str2 = "This is a string";

其中str1和str2存储的字符都是Unicode编码.

2. 对于编码名称为encode的字符转换为Unicode的方法为:

String unicodeString = new String(source.getBytes(), "encode");

3. 对于Unicode转换为编码名称为encode的字符，其方法为：

String encodeString = new String(source.getBytes("encode"));

. 以上的操作涉及到一个默认的字符集，这个字符集跟操作系统有关。简体中文操作系统的字符编码默认为GBK。

有人可能会问，你总结上面的这些有什么用啊？怎么感觉都用不到呢？最直接的一个例子，做Bot程序的时候，从网络上爬行网页的时候，你面对的是各种字符编码的文件，为了在使用的过程中(保存或读取)不产生乱码和丢码，一个比较合适的方案就是：先将各种编码的字符转换为Unicode，然后在Java中进行处理，最后统一转换为UTF8进行储存；读取的过程与之相反。